# پژوهش: می‌توان نمایه اسناد را از روی بردارها بازسازی کرد

> پژوهشگران دریافته‌اند نمایه‌های چندبرداریِ اسناد تصویری اطلاعات کافی برای بازسازی صفحات و افشای متن‌های حساس درز می‌دهند.

Oossa · 2026-10-08 · https://oossa.com/fa/study-shows-document-indexes-can-be-recreated-from-vectors

گروهی به سرپرستی ژوچنیانگ لیو در 8 اکتبر 2026 مقاله‌ای منتشر کردند که نشان می‌دهد می‌توان پایگاه‌های داده برداریِ مورد استفاده در سامانه‌های جست‌وجوی اسناد تصویری را به صفحات خوانا تبدیل کرد. این حمله حدود 47٪ از واژه‌ها را بازیابی می‌کند و در 98.4٪ از پرس‌وجوها در معیار ViDoRe v3، صفحه اصلی را در رتبه نخست قرار می‌دهد. روش‌های دفاعی ساده‌ای مانند تجمیع توکن‌ها یا درهم‌ریختن ترتیب آن‌ها، میزان بازیابی واژه‌ها را به حدود 8٪ کاهش می‌دهند؛ اما مدلی که بردارهای درهم‌ریخته را دوباره مرتب می‌کند، همچنان می‌تواند در 93.5٪ مواقع صفحه درست را در رتبه نخست قرار دهد. یافته‌ها درباره یک بازیاب دیگر هم صدق می‌کند و در 70.2٪ مواقع، صفحات منبع در رتبه نخست قرار می‌گیرند.

## حقایق

- مقاله در 2026-10-08 منتشر شد
- روش وارون‌سازی 47٪ از واژه‌ها را بازیابی می‌کند و صفحه منبع را در 98.4٪ مواقع در رتبه نخست قرار می‌دهد

## چرا مهم است

سازمان‌هایی که نمایه اسناد را در پایگاه‌های داده برداریِ شرکت‌های ثالث نگه‌داری می‌کنند، ممکن است برای محافظت از متن‌های محرمانه به تدابیر امنیتی قوی‌تری نیاز داشته باشند.

## منابع و ارجاع‌ها

1. [Inverting Multi-Vector Visual Document Indices](https://arxiv.org/abs/2610.09920) – arXiv cs.IR, 2026-10-08

آخرین به‌روزرسانی: 2026-10-08